Zum Inhalt springen
Alle Artikel

KI-Wissensdatenbank aufbauen: Wie unsere „Brains“ Geschäftsprozesse tragen

Eine KI-Wissensdatenbank trägt Prozesse, wenn sie Status, Index und Regeln hat. So bauen wir Unternehmens-Brains mit SQLite, Linkgraph und Maskierung.

7 Min. Lesezeit

Kurz gesagt

Eine KI-Wissensdatenbank, bei uns „Brain“ genannt, ist ein Ordner aus Markdown-Dateien, den ein KI-Agent lesen, einschätzen und pflegen kann: Jedes Dokument trägt einen Status, ein SQLite-Index macht alles durchsuchbar, kleine Python-Werkzeuge setzen die Regeln durch, ein Linkgraph verbindet Dokumente mit dem Code, und Maskierung hält personenbezogene Daten aus dem heraus, was der Agent liest. Darauf laufen dann wiederkehrende Aufgaben wie Berichte, Fristen und Recherche.

Jeder KI-Agent, den wir einsetzen, beginnt den Tag ohne Gedächtnis. Er weiß nicht, was im letzten Monat entschieden wurde, welche Preisliste gilt oder welches von drei ähnlichen Dokumenten das maßgebliche ist. Sie können ihm jeden Morgen Kontext in den Chat kopieren. Oder Sie geben ihm einen Ort, an dem er nachschlagen kann. Diesen Ort nennen wir Brain: eine KI-Wissensdatenbank, die so gebaut ist, dass ein Agent sie lesen, ihr vertrauen und sie selbst aktuell halten kann.

Wir betreiben mehrere davon. Hier beschreiben wir drei in allgemeiner Form, was sie zum Laufen gebracht hat und was wir ergänzen mussten, als sie größer wurden.

Was ist eine KI-Wissensdatenbank im Alltag?

Ein Ordner mit Markdown-Dateien und Regeln. Ehrlicher lässt es sich nicht sagen. Markdown, weil Menschen und Modelle es ohne Umwandlung lesen und Git die Historie festhält. Wichtiger sind die Regeln: Ein Ordner, in den jeder schreibt, wird binnen Wochen zur Rumpelkammer. Und ein Agent, der in einer Rumpelkammer sucht, antwortet selbstbewusst aus veralteten Notizen.

Die drei Brains, um die es geht, haben unterschiedliche Aufgaben.

Ein Produktteam, das ein Werkzeug für Lebenslauf-Design entwickelt, nutzt sein Brain für Forschung und Entwicklung. Produktideen, Nutzerfeedback, Experimente und frühere Entscheidungen liegen dort, und Brainstormings zu neuen Funktionen setzen genau dort an. Der größte Gewinn ist Kontinuität: Das System erinnert sich an frühere Sitzungen. Eine Diskussion über eine Funktion beginnt dort, wo die letzte aufgehört hat, und Design, Entwicklung und Produkt arbeiten mit demselben Stand statt mit drei Versionen davon.

Bei SolutionPlus laufen zwei. Das Betriebs-Brain des Unternehmens umfasst Kunden, Meetings, Vertrieb, Marketing und Betrieb. Jeder Ordner hat eine Zusammenfassung mit fester Gliederung: Zweck, Inhalt, Zeitverlauf, letzter Stand, Lücken. Geplante Routinen lesen sie und erzeugen daraus die Tages- und Wochenübersicht. Daneben trägt der Code dieser Website eine eigene Wissensbasis, brain-dump/, mit Positionierung, Seitenplänen, SEO-Recherche und Audits. Jede Seite, die Sie hier lesen, ist an ihr ausgerichtet.

Das dritte ist ein persönliches Brain, mit dem die Abläufe rund um das Unternehmen gestaltet werden: Ausgaben, Kundenunterlagen, Steuern, Fristen und die wiederkehrende Verwaltung, die eine Gründerin oder ein Gründer sonst im Kopf mit sich trägt. Es ist das sensibelste der drei, und deshalb gibt es den letzten Abschnitt dieses Beitrags.

Warum braucht jedes Dokument einen Status?

Weil eine Suche, deren Treffern niemand trauen kann, schlimmer ist als gar keine. Findet ein Agent zwei Dokumente, die sich widersprechen, muss er wissen, welches gilt.

In brain-dump/ führt eine Datei, CATALOG.yaml, jedes Dokument mit Status, Datum, Themen und einer Zusammenfassung von ein bis drei Sätzen. Die Status bilden eine Rangfolge: canon > live > active > reference > record > implemented > superseded. Canon ist der gültige Stand, und nur der Inhaber ändert ihn. Live ist, was die Website heute sagt, und muss mit canon übereinstimmen. Ersetzte Dokumente (superseded) verweisen auf ihren Nachfolger und tauchen in der Suche nur auf, wenn jemand ausdrücklich danach fragt. Gelöscht wird nie; ausgemusterte Dokumente wandern mit git mv ins Archiv.

Das Betriebs-Brain kennt für Geld und Fristen eine zweite Art Kennzeichnung: Wie gut ist der Beleg? Eine Angabe ist proof, statement, calculated oder unknown, und die Regel ist schlicht. Was unbekannt ist, steht als unbekannt da, mit einem Hinweis, was es bestätigen würde. Ein Agent, der raten darf, rät. Und ein geratenes Datum in einer Fristenliste ist ein Risiko.

Verbundene Bausteine: Als der Ordner einen Index brauchte

Die ersten Versionen hatten gar keinen Index. Der Agent las die Dateien direkt. Das geht bei fünfzig Dokumenten gut und hört irgendwo im dreistelligen Bereich auf, wenn jede Frage bedeutet, zwanzig Dateien zu öffnen, um den richtigen Absatz zu finden.

Also kam ein SQLite-Index dazu, und mit ihm Python-Werkzeuge, die ihn aktuell halten und die Regeln durchsetzen. In diesem Repository führt brain-dump/brain search eine hybride Suche über eine einzige SQLite-Datei aus: FTS5 für Stichworte, ein lokales zweisprachiges Embedding-Modell (jina-embeddings-v2-base-de, über FastEmbed) für die Bedeutung und ein kleiner Linkgraph dafür, was worauf verweist. Gesucht wird Deutsch und Englisch zusammen, und das zählt auf einer Website, deren Seiten es in beiden Sprachen gibt. Jeder indexierte Abschnitt trägt Status, Datum, Zusammenfassung und Überschriftenpfad seines Dokuments. Die Treffer werden nach Status gewichtet, sodass eine canon-Seite vor einer alten Recherchenotiz landet, die zufällig dieselben Wörter benutzt.

Das Betriebs-Brain hat eigene Werkzeuge, geschrieben nur mit der Python-Standardbibliothek. Eines aktualisiert den Katalog inkrementell und liest nur Dateien neu ein, deren Größe oder Änderungszeit sich verändert hat. Ein anderes prüft jedes Register gegen ein Größenbudget und meldet OK, WARN oder OVER. Ein drittes schlägt für zu lang gewordene Register eine Archivierung vor, kopiert die alten Abschnitte wortgleich und prüft per Prüfsumme, dass Archiv und verschlanktes Register zusammen wieder das Original ergeben. Keines davon löscht eine Datei.

Das meinen wir mit verbundenen Bausteinen. Jedes Werkzeug ist klein und erledigt eine Aufgabe. Zusammen lassen sie das Brain schneller wachsen, als Menschen es von Hand pflegen könnten, weil Code die Regeln prüft, statt dass sich jemand an sie erinnern muss. brain check meldet Abweichungen im Katalog und veraltete Verweise, bevor sie jemandem auffallen müssen.

Der Preis dafür ist echt: Jede Regel muss gepflegt werden, und eine Prüfung, die ständig falschen Alarm schlägt, wird bald ignoriert. Wir ergänzen eine Regel, wenn derselbe Fehler zweimal passiert ist, nicht vorher.

Graphify: ein Graph für Code und Dokumentation

Graphify ist eine dieser Regeln, und die, die das Arbeiten mit den Brains am stärksten verändert hat.

Am Anfang war es ein Referenzgraph für Code: welche Datei welche importiert, welche Funktion welche aufruft, welche Module zusammengehören. Für Code beantwortet das die Frage, was bricht, wenn man etwas ändert. Über die Dokumente, die erklären, warum der Code existiert, sagte es nichts.

Später kamen Markdown-Links dazu. Ein Seitenplan, der auf eine Komponente verlinkt, eine Entscheidung, die auf das ersetzte Briefing verweist, eine Zusammenfassung mit Link zum Quelldokument: All das sind jetzt Kanten im selben Graphen. Die Wissensbasis hängt damit am Code und an der Dokumentation zugleich. Eine Frage wie „Welche Dokumente beschreiben diese Komponente, und welche davon gelten noch?“ hat eine Antwort, die der Agent nachschlagen kann, statt sie sich zusammenzureimen.

Im Alltag merkt man das bei Reviews. Ändert sich eine Seite, zeigt der Graph, welche Pläne und canon-Dokumente auf sie verweisen, und Text und die Entscheidung dahinter werden gemeinsam geprüft. Wird ein Dokument ersetzt, listet der Graph auf, was noch auf die alte Fassung zeigt.

Wie schützt Maskierung personenbezogene Daten?

Ein Brain nützt nur, wenn der Agent es lesen kann. Ein persönliches oder betriebliches Archiv enthält aber Dinge, die kein Modell sehen sollte. Unsere Antwort: Die Entscheidung fällt beim Indexieren, nicht erst bei der Frage.

Der Indexer gleicht sensible Ordner und Dateinamen mit Regeln ab. Treffer, etwa Ausweis- oder Aufenthaltsdokumente, werden nur mit Metadaten erfasst: Name, Datum, Größe, Prüfsumme und Ordner. Ihr Inhalt wird nie in den Index gelesen und kann daher weder in einem Suchergebnis noch in einem Prompt auftauchen. Ein Ordner mit Zugangsdaten erscheint nur mit Dateinamen, sonst mit nichts.

Beim Schreiben gilt dasselbe Prinzip: Zusammenfassungen nennen Kategorien statt Werte. Die Übersicht eines Ordners sagt, dass er Steuerunterlagen für ein bestimmtes Jahr enthält und welche fehlen; die Kennnummern darin wiederholt sie nicht. Agenten arbeiten nach derselben Regel: keine Ausweisnummern, Geburtsdaten oder Privatadressen in irgendeiner Ausgabe. Auch Sicherungen folgen der Trennung. Dokumente und Zugangsdaten landen in getrennten Archiven, und das Archiv mit den Zugangsdaten ist mit einer Passphrase verschlüsselt, die nirgends gespeichert wird.

Das ist Datenschutz durch Technikgestaltung im Sinne von Art. 25 DSGVO: Der Schutz steckt im Aufbau des Systems, nicht in einem Versprechen in einer Richtlinie. Er macht nicht jede Nutzung des Brains von selbst rechtmäßig. Sobald personenbezogene Daten von Kunden im Spiel sind, brauchen Sie weiterhin eine Rechtsgrundlage, einen Auftragsverarbeitungsvertrag mit jedem Modellanbieter und eine Entscheidung darüber, wo das Modell läuft. Maskierung verringert, was nach außen dringen kann. Diese Entscheidungen ersetzt sie nicht.

Was ändert sich, wenn das Brain steht?

Abläufe, die bisher davon abhingen, dass sich jemand erinnert, laufen aus dem Bestand heraus. In unserem eigenen Betrieb heißt das: Tages- und Wochenübersichten entstehen aus den Registern, Fristen werden mit ihrer Belegqualität geführt, Recherche beginnt bei dem, was schon entschieden ist, und Website-Texte werden vor der Veröffentlichung gegen canon geprüft.

Den Verbesserungskreislauf würden wir nicht mehr hergeben. Jede Korrektur wird zur Regel, jede Regel zur Prüfung, und die nächste Agenten-Sitzung startet mit diesem Wissen, statt den Fehler zu wiederholen. Das Brain wird durch Nutzung besser. Bei den meisten Wikis ist es umgekehrt.

Wenn Sie wissen möchten, ob Ihre eigenen Abläufe dafür bereit sind, fangen Sie klein an: ein Bereich, ein Katalog, eine Suche und eine Liste der Fragen, die jede Woche gestellt werden. Unser Team für KI-Automatisierung baut solche Wissensdatenbanken und die Agenten, die damit arbeiten; unsere Workflow-Automatisierung deckt die festen Abläufe drumherum ab. Wann eine schlichte Regel ein Modell schlägt, lesen Sie in Workflow-Automatisierung ohne KI; warum die Software rund um ein Modell so viel zählt wie das Modell selbst, in Gleiches Modell, andere Software.

Häufige Fragen

Was ist eine KI-Wissensdatenbank?

Eine strukturierte Sammlung von Unternehmenswissen, meist Markdown-Dateien, die ein KI-Agent durchsuchen, zitieren und aktuell halten kann. Anders als in einem Wiki sagt jedes Dokument, wie verlässlich es ist (etwa canon, live oder superseded), und der Agent folgt schriftlichen Regeln, wenn er Dokumente anlegt, verschiebt oder ausmustert.

Brauchen wir dafür eine Vektordatenbank?

Für den Anfang nicht. Unsere Brains laufen auf SQLite: Die Erweiterung FTS5 übernimmt die Stichwortsuche, ein lokales Embedding-Modell ergänzt die Suche nach Bedeutung in derselben Datei. Eine eigene Vektordatenbank lohnt sich erst bei Millionen von Textabschnitten oder vielen gleichzeitigen Nutzern, und das betrifft die wenigsten kleinen und mittleren Unternehmen.

Wie bleiben personenbezogene Daten aus der Wissensdatenbank heraus?

Indem schon beim Indexieren feststeht, was der Agent lesen darf. Sensible Ordner und Dateinamen werden über Regeln erkannt und nur mit Metadaten erfasst (Name, Datum, Größe, Prüfsumme). Ihr Inhalt erreicht weder den Index noch das Modell. Zusammenfassungen nennen Kategorien wie „Steuerunterlagen“ statt der Kennungen darin.

Wie lange dauert der Aufbau?

Eine erste brauchbare Version mit Katalog, Status und Suche für einen Bereich des Unternehmens steht in Tagen, nicht in Monaten. Regeln und Werkzeuge wachsen danach mit der Nutzung: Macht der Agent denselben Fehler zweimal, kommt eine Regel oder eine Prüfung dazu.

Weiterlesen

Alle Artikel

Sie planen etwas Ähnliches?

Erzählen Sie uns, wo Sie stehen. Ein Mensch antwortet innerhalb eines Werktags. Eine schriftliche Schätzung folgt innerhalb von 48 Stunden nach dem Gespräch.

Porträt von Saif Qureshi

Saif Qureshi, Gründer

Sie hören von mir oder unserer Projektleitung.
  1. 1Antwort innerhalb eines Werktags
  2. 2Ein 30-minütiges Gespräch über das Problem
  3. 3Eine schriftliche Schätzung innerhalb von 48 Stunden nach dem Gespräch
Was brauchen Sie? (optional)

Kein Newsletter, keine Verkaufssequenz. Ihre Angaben nutzen wir nur für die Antwort.